數(shù)學是很多東西的基礎(chǔ)中狂，夯實基礎(chǔ)挎挖，
無論是深度還是廣度，
給自己的未來都可以添磚加瓦
發(fā)簡信
IP屬地：北京
-
-
首先互婿，無論是哪方面的程序員捣郊，都要大量的投資算法和數(shù)據(jù)結(jié)構(gòu)。因為這是你的基本技能慈参，就像棋手需要知道每個棋子的走法一樣呛牲。在算法學習的過程中，你繞不過的就是衡量算法的效率驮配，也就不可避免的學習Big O的知識侈净。Big O，需要你了解函數(shù)和極限的一些知識僧凤，比如說，f(n) = O(g(n))是這樣定義的元扔，當n足夠大的時候躯保，你總可以找到一個常數(shù)c，使得c * f(n) >g(n)澎语。除了效率途事，還有如何證明算法的正確性。這就要求掌握一些證明方法擅羞，比如反正法尸变，遞推歸納法。 其次减俏，如果你遇到了性能方面的問題召烂，需要降低延遲，增加吞吐的時候娃承，你很有可能需要去設(shè)計高性能的隊列系統(tǒng)奏夫，這時排隊論的知識就顯得尤為重要了。排隊論要學好历筝，概率論是基石酗昼。隊列在計算機系統(tǒng)中隨處可見，操作系統(tǒng)中的進程調(diào)度問題梳猪，基于隊列解藕生產(chǎn)者消費者的架構(gòu)問題等等麻削。 接下來如果你對離散優(yōu)化問題感興趣，如說背包問題春弥，旅行者問題呛哟，當你需要優(yōu)化一個目標函數(shù)的時候，你往往會用到梯度下降法惕稻，而理解梯度下降法竖共，對微積分要有很好的理解。更不用說在人工智能俺祠，機器學習領(lǐng)域公给，到處都得優(yōu)化目標函數(shù)借帘，降低預(yù)測誤差，想走的遠淌铐，是必須要有數(shù)學基礎(chǔ)的肺然。 然后再說一下，線性代數(shù)腿准，特別是在人工智能里面际起，很多基本的模型都是線性的，你會隨處看到矩陣的用處吐葱，單純的只知道矩陣如何相乘是遠遠不夠的街望，要理解的跟深入，矩陣是一個函數(shù)弟跑，用來轉(zhuǎn)換矢量灾前，既然是函數(shù)，就會具有很多函數(shù)的特點孟辑。 分布式系統(tǒng)中的鼻祖級論文哎甲，Lamport的時間，時鐘饲嗽，和事件的順序炭玫，據(jù)他所說是他從相對論中的時間和空間的關(guān)系中得到的靈感。由此可見貌虾，不僅是數(shù)學吞加，物理也很重要。
-
-
據(jù)說高等數(shù)學是大一新生掛科率最高的一科巫财，我當然也不免深受其害，為了將來清考考試的時候順利通過哩陕，要發(fā)奮圖強了哈平项。#_# 跟著高數(shù)叔和姑姑學習，讓學習成為一種時尚悍及！
-
-
這些影響人類歷史的偉大思想會指引人類前進的方向。
-
-
精品文章
-
-
數(shù)據(jù)結(jié)構(gòu)和算法分享專題座享，Leetcode和劍指offer題目分享。歡迎大家投稿~共同學習進步似忧！?? 研讀每篇文章渣叛，保證文章質(zhì)量。
-
該專題是機器學習、推薦系統(tǒng)和自然語言處理挽唉、深度學習相關(guān)算法學習記錄，用通俗的語言去理解算法筷狼，去樸實的文字記錄每次前行瓶籽，每個算法力爭說清緣由，且嘗試實現(xiàn)或者使用開源庫進行埂材。機器學習忍者在路上……
-
如果你認為自己很努力了 你還可以更努力一點 挺過去此虑，人生就會豁然開朗
-
KVM,Xen,ESXi,Hyper-V等技術(shù)分享萤晴。Redhat,Citrix,VMware,Microsoft Docker,SDN,Openstack
-
-
匯集這個低成本wifi模塊的相關(guān)文章
-
C++標準模板庫和C++標準庫的相關(guān)知識講解
-
單純的碼農(nóng)
-
-
-
System.out.println("Hello world!");
